【conda虚拟环境安装CUDA路径】

最新推荐文章于 2025-03-18 19:19:01 发布
最新推荐文章于 2025-03-18 19:19:01 发布
阅读量4w 收藏 98
点赞数 30
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Mr__George/article/details/102972958
版权

写给初学者（我）看的
因为直接在服务器上安装CUDA找默认路径一点问题也没有
但是在anaconda创建的虚拟环境中 安装了CUDA以后 路径在哪可能会是比较多人的疑问
所以特地记录下来 以便以后忘记了查阅使用

安装cuda:

conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

安装cudnn:

conda install cudnn=7.0.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

下图展示的就是安装CUDA和CUDNN以后的路径。
这里的安装路径没有单独形成cuda文件夹，都是统一存放在envs下的虚拟环境lib、include文件夹下。
安装的cuda和cudnn在虚拟环境中的位置

【引路帖】【conda虚拟环境】【cuda】多个cuda版本路径切换
一苇以航丶的博客
06-27 1万+
参考链接： 给虚拟环境指定cuda 本文重述原作者内容，主要是防止原链接丢失。 服务器上装了多个版本的cuda，有的时候需要使用TensorFlow，有的时候需要使用pytorch，有时候需要使用cuda9.0+，有的时候需要使用cuda10.0+。那么必然涉及到给每个不同的虚拟环境配上不同的cuda版本。 本文以有cuda9.0 和 cuda10.1为例，介绍如何给pytorch这个环境指定cuda10.1版本，启动环境时自动执行脚本激活cuda10.1。 1.首先激活虚拟环境 pytorch，输出当前环
conda虚拟环境安装cuda和cudnn
qbyqby7628的博客
11-10 1493
conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ conda install cudnn=7.1.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
解决：Conda虚拟环境中未设置CUDA_HOME的问题
boss-dog
02-23 2892
背景：我是Ubuntu22.04系统，最近在复现FoundationPose算法，按照README构建部署环境时，有一步一直卡住，看了下是未找到CUDA_HOME这个环境变量。网上搜了下这个错误，需要设置CUDA_HOME的环境变量路径，一般是在路径下。
使用 conda 安装 cuda
最新发布
qq_18215813的博客
03-18 549
在下列连接之中，我们可以找到对应的版本。同时，我们可以看到他所支持的 cuda 版本有 11.8, 12.1, 12.4。我们的安装的思路是，手动照 cuda-nvcc 的版本，并让 conda 自动搜寻合适的 cudatoolkit 的版本。这里可以得到具体的版本号，cuda-nvcc 的 11.8 的版本有 11.8.89。遇到这个问题，一般是在安装指定版本（尤其是老版本的）pytorch 时，遇到的。
深度学习环境配置——conda虚拟环境安装CUDA和CUDNN
热门推荐
tyyhmtyyhm的博客
03-20 1万+
人生来就不是为了被打败的，人能够被毁灭，但是不能够被打败。—— 海明威《老人与海》
CONDA虚拟环境中CUDA和PYTORCH的安装
qq_41771776的博客
07-15 755
之后将cudnn的文件下的bin、include、lib包分别复制对应的cuda文件夹下的bin、include、lib包中。如果缺少包则下载相应的.py文件，找到虚拟环境的Lib目录，复制进去即可。查看环境变量中有没有安装好的的CUDA路径。（4）打开虚拟环境安装PYTORCH。（3）cuda和cuDnn下载。（2）找到对应的CUDA版本。（1）安装英伟达显卡驱动。
【转发】深度学习环境配置——conda虚拟环境安装CUDA和CUDNN
weixin_43509698的博客
06-08 571
深度学习环境配置——conda虚拟环境安装CUDA和CUDNN https://blog.csdn.net/tyyhmtyyhm/article/details/136863438 收藏篇，如有侵权，请联系删除
conda虚拟环境中安装cuda和cudnn
知识搬运者
08-24 6607
找到自己想要的cuda版本后，先把cuda下载到本地。首先使用conda activate name命令把conda环境激活到目标环境。首先安装与cuda相匹配的pytorch和torchvision包，可以去。执行如下命令进行安装，因为是通过本地安装的，所以需要写明本地包的路径。执行后的结果如图所示，图中标出了cudnn所对应的cuda版本号位置。附：直接使用conda install安装。复制你想要版本的cudnn的下载地址，使用。
conda list vs pip list@python_package安装路径的查看@cudatoolkit和Cuda_Path
xuchaoxin1375的博客
03-31 1151
如果您只需要管理少量的 Python 包，并且依赖关系比较简单，可以使用。都是 Python 包管理工具，用于管理和安装 Python 包及其依赖项。如果您需要管理的包不仅仅是 Python 包，或者需要自动处理系统依赖关系，可以使用。这是一种变通的技巧,通过查看包中的模块(比如py模块文件),来找到对应的包位置。另一方面,根据python的包的安装位置的习惯,推测其应该在环境目录下的。但是对于conda install的包,有时候对于。创建名为test_new。对于pip可见的包,使用。
conda h5py_修改conda安装路径
weixin_39558804的博客
10-21 393
最近发现我linux系统中的/dev/root目录利用率占用了100%，这对后面文件的操作带来了一些麻烦。1 查找真凶（什么文件占用了那么多的存储空间）从图中发现，/dev/root占用率太高了，到底是什么占了这么大的空间然后查看命令# 进入根目录 cd / 在根目录下执行 du -h -x --max-depth=1结果显示root目录占用了2.4个G然后继续进入root目录，发现是...
conda虚拟环境下安装包路径查看、修改
weixin_45637302的博客
11-24 4350
conda虚拟环境下安装包路径查看、修改 转载：https://blog.csdn.net/qq_41368074/article/details/107783636
conda虚拟环境中安装cuda方法、遇到的问题
记录学习过程中的笔记
10-28 7240
nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本，并不知道安装了什么版本的GPU driver，甚至不知道是否安装了GPU driver。CUDA有 runtime api 和 driver api，两者都有对应的CUDA版本， nvcc -V 显示的就是前者对应的CUDA版本，而 nvidia-smi显示的是后者对应的CUDA版本。只要找到对应cuda版本的文件，复制到虚拟环境cuda路径下即可。
【深度学习】使用Conda虚拟环境安装多个版本的CUDA和CUDNN方便切换
gaocui883的博客
08-21 3476
conda虚拟环境安装CUDA和CUDNN。
ubuntu18.04 conda虚拟环境配置cuda11.0、pytorch1.7.0
weixin_44186929的博客
06-06 2142
在ubuntu18.04中安装多个版本的cuda，并为conda虚拟环境安装pytorch和设置cuda版本。
机器学习之GPU-paddle框架搭建之在conda虚拟环境安装CUDA和CUDNN以及在pycharm中验证paddle是否可运行
yxy_ben的博客
05-23 2182
通常，在本地安装与显卡对应的cuda和cudnn，这样才可以用显卡进行训练。但不同的项目所需框架所支持的CUDA版本是不一样的，而框架和CUDA版本之间又是互相依赖的，所以如果可以灵活地在不同cuda版本间切换将是非常方便的。anaconda就可以实现这个功能。所以可在conda创建的不同虚拟环境中安装不同的cuda和cudnn版本，以此来实现不同cuda版本间的切换。
conda中base环境里下载的cuda去哪里了
Toxlin的博客
10-11 1662
通过 conda 安装的 CUDA 运行时库一般只用于 PyTorch 或其他框架的 GPU 加速，而不会作为独立的 CUDA 工具包存在。你可以通过 conda list 和 torch.version.cuda 等命令来确认安装的 CUDA 版本及其位置。如果你需要完整的 CUDA 工具包（包括 nvcc 编译器等），需要从 NVIDIA 官方单独下载并安装。
如何查看 ananconda 的环境(虚拟环境)安装包位置
岁月如歌
09-25 1万+
如何查看 ananconda 的环境(虚拟环境)安装包位置 一般情况下，是在 /usr/local/anaconda3/envs/aaa/lib/pythonx.x/site-packages/bbb aaa 为env名称， bbb 为包名 比如找 虚拟环境名为 nlp 中的 librosa : 即/usr/local/anaconda3/envs/nlp/lib/python3.x/site-packages/librosa ...
怎么检查cuda是否安装成功（以及查看cuda的安装位置）
m0_51579041的博客
09-18 4830
怎么检查cuda是否安装成功（以及查看cuda的安装位置）
Python：Anaconda安装虚拟环境到指定路径
weixin_30276935的博客
06-23 2703
1 曾经的困扰 有段时间，想使用基于不同python版本的anaconda，就直接从官网下载了两个不同的anaconda版本进行安装。刚开始的时候，还觉得也没啥问题。用了一小段时间，在安装其他的第三方库时，经常发现安装失败，并且经常出现下面的问题：这个问题，我google、百度等查了好久，也没有解决好。后来，我把两个版本的anaconda都卸载了，重新安装了其中一个版本，发现再安装其他第...
conda虚拟环境安装CUDA和CUDNN
09-09
conda是一个流行的Python包管理工具，它允许你在项目中创建独立的软件环境，以便管理和隔离不同的依赖项。如果你想在Conda环境中安装CUDA（Compute Unified Device Architecture）和CUDNN（CUDA Deep Neural Network Library），这是一个针对GPU加速深度学习的库，你可以按照以下步骤操作： 1. **创建新环境**: 首先，你需要激活一个现有的或创建一个新的Conda环境。例如，如果你想要创建一个名为`cuda_env`的新环境，运行： ``` conda create -n cuda_env python=3.8 # 指定Python版本，其他版本替换相应数值 conda activate cuda_env ``` 2. **安装CUDA**: CUDA通常需要从NVIDIA官网下载对应系统的安装文件，然后通过命令行（如`bash`或`powershell`）手动安装。由于这是特定于平台的操作，你可以在官方文档中找到适合你系统的安装指南。安装完成后，添加CUDA路径到系统环境变量。 3. **安装CuDNN**: CuDNN同样需要单独下载并安装。首先在NVIDIA Developer网站上获取CuDNN，然后解压。接着，在Conda环境中安装，可以使用`conda install cudnn`，但是这取决于CuDNN是否提供conda包。如果没有，你可能需要将头文件和库手动链接到你的环境。 4. **验证安装**: 安装完成后，你可以使用`nvcc --version`检查CUDA编译器，`python -c "import torch; print(torch.cuda.is_available())"`测试是否能导入Cuda模块，并确认Cudnn是否可用。
评论 24
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值